文献

J-GLOBAL ID：201802246260907149   整理番号：18A1073249

マルチスケール画像セグメンテーションに基づくVHRパンクロマチック衛星画像のオブジェクトベース教師なし分類のためのトピックモデリング【JST・京大機械翻訳】

Topic Modelling for Object-Based Unsupervised Classification of VHR Panchromatic Satellite Images Based on Multiscale Image Segmentation

著者 (10件)： Shen Li (State-Province Joint Engineering Laboratory of Spatial Information Technology for High-Speed Railway Safety, Southwest Jiaotong University, Chengdu 611756, China) ,  Shen Li (Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu 611756, China) ,  Wu Linmei (State-Province Joint Engineering Laboratory of Spatial Information Technology for High-Speed Railway Safety, Southwest Jiaotong University, Chengdu 611756, China) ,  Wu Linmei (Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu 611756, China) ,  Dai Yanshuai (State-Province Joint Engineering Laboratory of Spatial Information Technology for High-Speed Railway Safety, Southwest Jiaotong University, Chengdu 611756, China) ,  Dai Yanshuai (Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu 611756, China) ,  Qiao Wenfan (State-Province Joint Engineering Laboratory of Spatial Information Technology for High-Speed Railway Safety, Southwest Jiaotong University, Chengdu 611756, China) ,  Qiao Wenfan (Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu 611756, China) ,  Wang Ying (State-Province Joint Engineering Laboratory of Spatial Information Technology for High-Speed Railway Safety, Southwest Jiaotong University, Chengdu 611756, China) ,  Wang Ying (Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu 611756, China)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 9  号： 8  ページ： 840  発行年： 2017年 
JST資料番号： U7270A  ISSN： 2072-4292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 画像セグメンテーションはオブジェクトベース分類のための重要な前提条件である。しかし,様々な地理オブジェクトと同一の地理オブジェクトでも,非常に高い分解能(VHR)衛星画像の多重スケールで存在するという事実により,ユニークな最適セグメンテーションスケールを決定することはしばしば困難であるか,不可能である。この問題に対処するために,本論文では,潜在的Dirichlet割当(LDA)モデルによる多重セグメンテーションを用いたVHRパンクロ衛星画像のための新しい教師なしオブジェクトベース分類を提案した。最初に,オリジナル衛星画像の多重セグメンテーションマップを,一般的マルチスケールセグメンテーション技術によって生成した。次に,LDAモデルを用いて,各セグメント内の地理物体の各地理オブジェクトと混合分布に対するグレースケールヒストグラム分布を学習した。三番目に,各セグメントのヒストグラム分布を,Kullback-Leibler(KL)発散測度を用いて,各地理オブジェクトのヒストグラム分布と比較し,それは,ジオオブジェクトの混合分布によって特定された制約で重み付けされる。各セグメントは最小KL発散を持つ地理オブジェクトカテゴリーラベルに割り当てられる。最後に,最終分類マップを,異なるスケールで多重分類結果を統合することによって達成した。広範な実験評価を設計し,三つの異なるタイプの画像に対するいくつかの最先端の方法との性能を比較した。3つの異なるタイプのVHRパンクロ衛星画像に関する実験結果は,提案方法がスケール適応分類結果を達成することができて,空間一貫性と意味論的整合性の観点から,水と草,水と影のようなスペクトルオーバーラップを有するジオオブジェクトを区別する能力を向上させることができることを示した。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *セグメンテーション ,  多重化 ,  ヒストグラム ,  意味論 ,  *画像 ,  地理学 ,  測度 ,  *衛星利用画像 ,  分解能
準シソーラス用語： 混合分布 ,  オブジェクトベース分類 ,  教師なし分類 ,  *画像セグメンテーション ,  *マルチスケール , 【Automatic Indexing@JST】

著者キーワード (6件)： 超高分解能(VHR)衛星画像 ,  トピックモデリング ,  オブジェクトベース画像解析 ,  画像セグメンテーション ,  教師なし分類 ,  多重スケール表現

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  地形データの処理  (RC02050O)

引用文献 (35件)：

• Benediktsson, J.A.; Chanussot, J.; Moon, W.M. Advances in very-high-resolution remote sensing. Proc. IEEE 2013, 101, 566-569.
• Blaschke, T. Object based image analysis for remote sensing. ISPRS J. Photogramm. Remote Sens. 2010, 65, 2-16.
• Myint, S.W.; Gober, P.; Brazel, A.; Grossman-Clarke, S.; Weng, Q. Per-pixel vs. Object-based classification of urban land cover extraction using high spatial resolution imagery. Remote Sens. Environ. 2011, 115, 1145-1161.
• Blaschke, T.; Hay, G.J.; Kelly, M.; Lang, S.; Hofmann, P.; Addink, E.; Feitosa, R.Q.; van der Meer, F.; van der Werff, H.; van Coillie, F.; et al. Geographic object-based image analysis-towards a new paradigm. ISPRS J. Photogramm. Remote Sens. 2014, 87, 180-191.
• Judah, A.; Hu, B.; Wang, J. An algorithm for boundary adjustment toward multi-scale adaptive segmentation of remotely sensed imagery. Remote Sens. 2014, 6, 3583-3610.

タイトルに関連する用語 (7件)： マルチスケール ,  画像セグメンテーション ,  衛星画像 ,  オブジェクト ,  教師なし分類 ,  トピック ,  モデリング